Los sensores abundantes de diversos tipos se utilizan ampliamente en las ciudades modernas para comprender las situaciones actuales en tiempo real. Los datos en bruto en condiciones abiertas siempre son de baja calidad y es difícil emplearlos directamente debido a sus registros imperfectos o faltantes. Los métodos tradicionales de preprocesamiento de datos se centran en los datos históricos sin conexión y siguen siendo un dilema entre la eficiencia y los gastos generales. En este documento, se propone un servicio de armonización de datos en flujo espacio-temporal en el entorno de computación en el borde. A través de los pasos de limpieza y complementación en línea de las instancias de servicio jerárquicas, la validez y continuidad de los registros pueden garantizarse de manera eficiente. En los datos simulados en un proyecto práctico, el servicio muestra un alto rendimiento, baja latencia y una precisión aceptable en condiciones extensas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Pronóstico de densidad de probabilidad a largo plazo de tipos de cambio utilizando el núcleo gaussiano y el bosque aleatorio cuantil.
Artículo:
HYBRID-CNN: Un esquema eficiente para la detección de flujos anómalos en la red inteligente basada en SDN
Artículo:
Determinación de las condiciones de flujo en lesiones de bifurcación coronaria en el contexto de la clasificación de Medina
Artículo:
Depuración de fallos no deterministas en programas de Linux a través del análisis de repetición.
Artículo:
Peso del Componente Predeterminado de los Spreads de CDS: Evitando la Prociclicidad en el Marco de Provisionamiento de Pérdidas Crediticias